A Anthropic anunciou que seu modelo Fable 5.2 concluiu 41,3 por cento dos trabalhos de um benchmark com projetos reais de freelancer. O teste, conduzido pela Scale Labs, avalia se uma IA consegue entregar resultados de qualidade profissional em projetos completos, e não apenas realizar tarefas isoladas. Em comparação, o melhor sistema de um ano atrás, o Manus, conseguiu concluir apenas 2,5 por cento. Assim, o Fable 5.2 resolveu mais de dezesseis vezes mais trabalhos que o primeiro líder. O benchmark abrange 240 projetos de 358 freelancers verificados do Upwork. Os trabalhos somam cerca de $144,000, com custo médio de $632.60 por projeto e aproximadamente 29 horas de trabalho humano. As tarefas vão de edição de vídeo e design em CAD a desenvolvimento de jogos e análise de dados. Os agentes trabalham em um ambiente virtual com ferramentas profissionais, como Blender, GIMP e Audacity, além de geradores especializados de IA para imagens, áudio e vídeo. A Scale Labs informou que o Fable 5.2 teve seus maiores avanços em edição de áudio e música, arquitetura e design de interiores, e criação de modelos 3D. O modelo também deu conta de projetos mais longos e complexos que os agentes anteriores não conseguiam concluir. Quase 50 dos trabalhos que concluiu eram tarefas que nenhuma IA do teste havia resolvido antes. Os modelos seguintes no ranking foram o Opus 5.5, da Anthropic, com 21,25 por cento, e o GPT‑6 Astra, da OpenAI, com 20,83 por cento. O Gemini Argon 4, do Google, ficou em quinto lugar, com 17,08 por cento. Modelos mais antigos, como GPT‑5.2 e Gemini 3 Pro, ficaram abaixo de três por cento. Especialistas humanos avaliaram manualmente cada resultado da IA, abrindo os arquivos nos programas pertinentes e comparando-os com o trabalho do freelancer. As tentativas de automatizar essa avaliação com outra IA fracassaram, pois os avaliadores têm dificuldade para detectar falhas técnicas sutis.
Por que o salto importa
Para empresas que contratam freelancers, os resultados indicam que agentes de IA como o Fable 5.2 podem começar a assumir uma parcela considerável de projetos rotineiros de design e mídia, potencialmente reduzindo custos e prazos. No entanto, o teste também revelou limitações em design de produtos industriais e animação, e os avaliadores observaram que os resultados da IA ainda podem estar incompletos ou apresentar falhas técnicas. Até que essas lacunas sejam resolvidas, a supervisão humana continuará sendo necessária.
Por que importa
As empresas podem considerar o uso de agentes de IA em uma gama mais ampla de tarefas freelance, especialmente em edição de áudio, arquitetura e modelagem 3D, o que pode reduzir custos. Mas, como ainda há erros, freelancers precisarão revisar e aprimorar os resultados da IA, e a mudança será gradual.
